文章网址采集器(非常强劲的网址文章采集器，英文名字Fast_Spider，蜘蛛爬虫类程序流程)

　　文章网址采集器(非常强劲的网址文章采集器，英文名字Fast_Spider，蜘蛛爬虫类程序流程)

　　非常强的URL文章采集器，这个软件的全称是鸿业文章采集器，英文名字是Fast_Spider，属于蜘蛛爬虫程序进程，并且用于采集特定网站上大量精华文章内容，垃圾网页的信息内容会立马扔掉，只有精华文章@和阅读< @文章使用价值和访问使用价值存储>内容，全自动实现HTM-TXT转换。本软件可以作为软件工具来缓解压力！

　　【软件特色】

　　(1)本软件采用北大天网MD5指纹识别和加权优化算法，相似网页的信息内容不再重复存储。

　　(2)采集信息内容含义：[[HT]]表示页面标题，[[HA]]表示新闻标题，[[HC]]表示10个权重值关键词，[[UR]]表示网页中的图片地址，[[TXT]]后面是文章文本。

　　(3)Spider 特点：本软件开放300个进程，保证采集的高效率。根据采集百万精华文章的内容进行稳定性测试，以普通网友联网的电脑为参考标准，每台电脑一天可以解析200万个xml网页，采集20万个精华文章内容，100万个精华文章@ >仅 5 天的内容采集结束。

　　(4)最新版和绿色版的区别在于：最新版允许采集文章本质的内容数据信息自动存储为ACCESS数据库查询。购买最新版本请联系QQ(970093569).

　　【操作步骤】

　　(1)申请前，请确保您的电脑可以上网，服务器防火墙不需要屏蔽此软件。

　　(2)运行 SETUP.EXE 和 setup2.exe 为计算机操作系统 system32 安装库。

　　(3)运行spider.exe，输入网址入口，先点击“人加号”按钮，再点击“开始”按钮，会逐步实现采集。

　　【常见问题】

　　(1)爬深：填0表示不限制深度爬取；填3表示抓取第三层。

　　(2)通用爬虫方法和分类爬虫方法的区别：假设URL入口为""，如果选择通用爬虫方法，则每一个xml""中的网页都会被解析; 如果选择了类别，则在蜘蛛模式下，只解析xml""中的每个网页。

　　(3)按“从MDB导入”：从TASK.MDB批量导入URL条目。

　　(4)这个软件的标准采集没有越界，比如给定的entry是""，只会爬到百度里面网站。

　　(5)软件采集在整个过程中，有时会弹出一个或多个“错误提示框”，请忽略，如果关闭“错误提示框”，< @采集软件会挂起。

　　(6)用户如何选择采集主题：比如你想采集“个股”文章内容，就放这些“个股” 网站可以作为URL入口。